某公司为确定下一年度投入某种产品的宣传费，需了解年宣传费x（单位：千元）对年销售量y（单位：t）和年利润z（单位：千元）的影响.对近8年的年宣传费x_i和年销售量y_i（i＝1，2，…，8）数据作了初步处理，得到下面的散点图及下面一些统计量的值.

表中 ， .

附：对于一组数据（u₁ ， v₁），（u₂ ， v₂），…，（u_n ， v_n），其回归直线v＝α＋βu的斜率和截距的最下二乘估计分别为 ， .

该兴趣小组确定的研究方案是：先从这六组数据中选取2组，用剩下的4组数据求线性回归方程，再用被选取的2组数据进行检验．

（Ⅰ）求选取的2组数据恰好是相邻两个月的概率；

（Ⅱ）若选取的是1月与6月的两组数据，请根据2至5月份的数据，求出y关于x的线性回归方程y=bx+a；

（Ⅲ）若由线性回归方程得到的估计数据与所选出的检验数据的误差均不超过2人，则认为得到的线性回归方程是理想的，试问该小组所得线性回归方程是否理想？

（1）以工作年限为自变量x，推销金额为因变量y，作出散点图；

（2）求年推销金额y关于工作年限x的线性回归方程；

（3）若第6名推销员的工作年限为11年，试估计他的年推销金额．

根据上表可得回归方程 = x+ 中的 为6，据此模型预测气温为30℃时销售饮料瓶数为（   ）